基于小波变换的语音增强算法的分析毕业设计稿专业论文.docVIP

基于小波变换的语音增强算法的分析毕业设计稿专业论文.doc

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕 业 设 计 (论 文) 设计(论文)题目:______基于小波变换的语音增强___ _ 算法的分析_______________ 单 位(系别):___ 通信工程系______ 学 生 姓 名:_____ _______ __ 专 业:_____通信工程_________ 班 级:____________ 学 号:_____0111100807_______ 指 导 教 师:_____ __________ 答辩组负责人:_____ __________ 填表时间: 20 年 月 重庆邮电大学移通学院教务处制 重庆邮电大学移通学院毕业设计(论文)任务书 设计(论文)题目 基于小波变换的语音增强算法的分析 学生姓名 系别 通信工程系通信工 指导教师 胡章芳 职称 副教授 联系电话 教师单位 重庆邮电大学2014__年__1_月__4__日 主 要 研 究 内 容 、 方 法 和 要 求 一、主要研究内容: 1、了解语音增强技术的基础理论及重要性; 2、掌握语音增强技术的国内外研究现状及相关技术; 3、掌握基于小波变换的语音增强算法技术; 4、通过仿真实验完成基于小波变换的语音增强算法技术。 二、方法和要求 通过认真查阅科技文献和相关资料,掌握相应的语音信号处理知识,使用MATLAB软件对各种正交小波进行了深入的研究,利用小波变换的方法仿真实现语音信号增强,并验证算法的有效性。 进 度 计 划 1月4日~3月6日:按照任务书完成开题报告,查找相关资料; 3月7日~3月15日:通过掌握的资料撰写并提交开题报告; 3月16日~5月4日:根据掌握资料完成初稿; 5月5日~5月13日:修改论文主要格式完成论文二稿; 5月13日~5月日:论文定稿,整理提交全部毕业设计相关资料; 5月日~5月22日:制作PPT,准备答辩。年 月日年月日ABSTRACT The practical application of speech signal processing, are inevitably influenced by ambient noise, which degrades the speech quality. The purpose of speech enhancement is extracted from the noisy speech as possible the pure original speech. Wavelet theory is a newly developed time-frequency analysis techniques, is a powerful tool for the analysis of speech signal, similar to the seismic signal and non-stationary signal. The main idea of wavelet thresholding denoising is when the signal with noise by wavelet transformation from time domain to wavelet domain, the wavelet coefficients of signal is relatively concentrated in a limited area, and the wavelet coefficients of noise will spread to the entire wavelet domain. Therefore, even if the input SNR is low, the wavelet coefficients of the transformed signal is greater than that of the noise. At this point, we can use thresholding function, remove the noise in the wavelet domain, coefficients retain signal, then the remaining coefficien

文档评论(0)

118books + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档